blocks|key|2655479|text|使用tidyverse和difftime的一种解决方案可以通过使用前一个dates填充non_zero_flow_date来实现，前提是前一个dates不是零。如果之前的flow为0，则将non_zero_flow_date设置为NA。使用tidyr::fill填充non_zero_flow_date列的NA值。最后，通过difftime函数得到dates和non_zero_flow_date之间的差异。|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|2655480|library(tidyverse)

df+%25>%25+mutate(dates+=+as.Date(dates))+%25>%25
++mutate(non_zero_flow_date+=+
+++++++as.Date(ifelse(lag(flow)+==+0,+NA,+lag(dates)),origin="1970-01-01"))+%25>%25
++fill(non_zero_flow_date)+%25>%25
++mutate(days.since.flow+=+difftime(dates,+non_zero_flow_date,+units+=+"days"))+%25>%25
++filter(!is.na(stormMark))+%25>%25
++select(stormMark,+days.since.flow)

#+++stormMark+days.since.flow
#+1+++++++++1+++++++++NA+days
#+2+++++++++2++++++++++3+days|code-block|syntax|javascript|2655481|数据：|BOLD|2655482|df+<-+read.table(text+=++
"dates++station+flow+stormMark
1+2008-01-01+09512162++20++++++++1
2+2008-01-02+09512162+++0+++++++NA
3+2008-01-03+09512162+++5+++++++NA
4+2008-01-04+09512162+++0+++++++NA
5+2008-01-05+09512162+++0+++++++NA
6+2008-01-06+09512162+3.5++++++++2",
stringsAsFactors+=+FALSE,+header+=+TRUE)|2655483|entityMap^0|2|9|C|8|10|5|17|I|1Z|5|2D|4|2I|1|2M|I|37|2|3C|B|3P|I|49|2|4I|8|4U|5|50|I|0|0|0|3|0|0^^$0|@$1|2|3|4|5|6|7|R|8|@$9|S|A|T|B|C]|$9|U|A|V|B|C]|$9|W|A|X|B|C]|$9|Y|A|Z|B|C]|$9|10|A|11|B|C]|$9|12|A|13|B|C]|$9|14|A|15|B|C]|$9|16|A|17|B|C]|$9|18|A|19|B|C]|$9|1A|A|1B|B|C]|$9|1C|A|1D|B|C]|$9|1E|A|1F|B|C]|$9|1G|A|1H|B|C]|$9|1I|A|1J|B|C]|$9|1K|A|1L|B|C]]|D|@]|E|$]]|$1|F|3|G|5|H|7|1M|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|1N|8|@$9|1O|A|1P|B|M]]|D|@]|E|$]]|$1|N|3|O|5|H|7|1Q|8|@]|D|@]|E|$I|J]]|$1|P|3|-4|5|6|7|1R|8|@]|D|@]|E|$]]]|Q|$]]

One solution using <code>tidyverse</code> and <code>difftime</code> can be achieved by populating the <code>non_zero_flow_date</code> with previous <code>dates</code> if previous <code>flow</code> is non-zero. If previous <code>flow</code> is <code>0</code> then set <code>non_zero_flow_date</code> as <code>NA</code>. Use <code>tidyr::fill</code> to populate <code>NA</code> values of <code>non_zero_flow_date</code> column. Finally, get the difference between <code>dates</code> and <code>non_zero_flow_date</code> with <code>difftime</code> function. 

<pre><code>library(tidyverse)

df %&gt;% mutate(dates = as.Date(dates)) %&gt;%
 mutate(non_zero_flow_date = 
 as.Date(ifelse(lag(flow) == 0, NA, lag(dates)),origin="1970-01-01")) %&gt;%
 fill(non_zero_flow_date) %&gt;%
 mutate(days.since.flow = difftime(dates, non_zero_flow_date, units = "days")) %&gt;%
 filter(!is.na(stormMark)) %&gt;%
 select(stormMark, days.since.flow)

# stormMark days.since.flow
# 1 1 NA days
# 2 2 3 days
</code></pre>

Data:

<pre><code>df &lt;- read.table(text = 
"dates station flow stormMark
1 2008-01-01 09512162 20 1
2 2008-01-02 09512162 0 NA
3 2008-01-03 09512162 5 NA
4 2008-01-04 09512162 0 NA
5 2008-01-05 09512162 0 NA
6 2008-01-06 09512162 3.5 2",
stringsAsFactors = FALSE, header = TRUE)
</code></pre>

For each individual stormMark value, I would like to calculate the number of days since the last non-zero number in the flow column. Here's an example of my data:

<pre><code>&gt; head(newdat)
 dates station flow stormMark
 1 2008-01-01 09512162 20 1
 2 2008-01-02 09512162 0 NA
 3 2008-01-03 09512162 5 NA
 4 2008-01-04 09512162 0 NA
 5 2008-01-05 09512162 0 NA
 6 2008-01-06 09512162 3.5 2
</code></pre>

The desired output would look something like this:

<pre><code>stormMark days.since.flow
 1 NA
 2 3
</code></pre>

calculate number of observations between two values

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

对于每个单独的stormMark值，我要计算从flow列中的最后一个非零数开始的天数。下面是我的数据示例：> head(newdat)        dates  station flow stormMark 1 2008-01-01 09512162  20        1 2 2008-01-02 0951216...

计算两个值之间的观察值数量-腾讯云开发者社区-腾讯云

问计算两个值之间的观察值数量
EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问计算两个值之间的观察值数量EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问计算两个值之间的观察值数量
EN